對於各位以科學發展觀武裝自己的數字行銷者而言，AB測試絕對是用來優化的最簡單而有效的方法之一，在廣告投放和CRO中有廣泛應用。HubSpot One早在2015年就介紹過AB測試的正確姿勢，並陸續詳解了統計學相關的測試原理。
儘管我們討論過如何進行AB測試才能不傷害SEO的效果，我們還從未涉及過如何通過AB測試進行SEO本身的優化。
本篇，我們就捋一捋SEO的A/B Testing，說一說它的影響因素、條件、操作要點。
SEO的A/B Testing的影響因素
相信各位讀者都聽說過薛定諤的貓的故事。它最終上升到一個悖論，大概講的是奧地利虐貓狂人薛定諤設計了一個箱子，裡面有毒藥會害死貓，毒藥釋放的機率是50%。貓的生死未知，但是當我們去觀察貓是否還活著時，我們觀測動作的本身就有可能會釋放毒藥害死貓。這樣說來，究竟毒藥是否會釋放我們就不得而知。
SEO也是這樣。如果你要以一般的A/B Testing來進行SEO的優化會遇到至少這些問題。
- 當Control頁面和Variant頁面共享一個URL。此時我們不能用跳轉或者動態地伺服內容。因為搜索引擎只收錄一個版本。而且，一旦搜索引擎發現你在伺服兩個區別較大的版本會有機率被判定為Cloaking。
- 我們更不能用兩個URL來呈現同樣的內容，此時會出現重複內容。兩個頁面也不能保證被收錄，網站質量降低。谷歌就建議用Canonical指引來解決重複內容問題。
- 如果你使用同樣URL，然後先後試Control和Variant頁面。這時候你無法排除時間先後上算法和環境的影響。
由此可見，我們不管採用何種方法都會對測試結果產生影響。這樣一來最終會是一個無解的情況。
SEO的A/B Testing的條件
那麼SEO的A/B Testing如何做呢？方法是有的，只不過條件比較苛刻。
不同於傳統的A/B Testing為一個頁面做兩個版本，我們會先把相同template的頁面分成兩組，其中一組頁面改成新版，去和剩下的一組舊版頁面進行趨勢比較。是的，這樣一來首頁這樣的獨特未知的頁面就無法參與了！
由於我們的測試結果未知，為了避免新版本帶來的災難性的影響，我們會取佔有大約10%流量的頁面出來進行改版。這樣一來，為了在短期得到令人信服的結果，我們對網站的自然流量就有更高的要求。新版組每天幾千點擊是一個起步需求。另外改版頁面應該是一個集合，至少是數十個頁面，而不是幾個頁面。
SEO的A/B Testing的操作要點
既然分了兩組頁面，就相當於分了兩組內容。那麼問題就又來了，不同內容的SEO流量趨勢是不同的。一個最簡單的例子比如說，夏天防蚊用品的需求會上升，冬天取暖用品的需求會上升。如果我們把防蚊商品放在改版組，在夏天會有一個上升期，這並不能說明我們SEO做得有多好。並且除了季節性之外也會存在突然出現新的競爭對手等情況。
挑選頁面的時候要隨機
這是避免出現出現Control組無法參考的情況。可以排除一些測試者人為因素的影響。因為我們要挑幾十個頁面，這樣也可以讓個別頁面的情況不那麼突出。
在測試前做好預測模型
我們可以拿過去一段時間的兩組頁面的歷史表現來確認他們有相同趨勢。歷史表現還幫助我們建立預測模型。這樣Variant組未來表現就可以不單單和Control組表現還可以和自己的預測模型中的預測值表現。
先做A/A Testing確保模型可靠
在我們開始對頁面動刀前，我們也可以跑一段時間A/A Testing。這可以幫助我們對兩組頁面的預測模型進行評估調整。這裡包括Control組和Variant組。
給足耐心等待搜索引擎翻新索引庫
當我們改版成功後，我們可以靜待搜索引擎重新索引新版組。這個過程中根據不同引擎需要一周乃至三個月的時間。為了加快速度，我們可以重新提交這些頁面。
排除“薛定諤的貓”的影響
許多引擎對頁面的更改都會重新有一個“考察期”。這個考察期內排名會發生波動，這是正常現象。但是如果我們將這段時間納入我們的比較期就會出現問題，我們或許會因此過快地得出錯誤的結果。
不做不必要的測試
上面我們介紹了SEO中的A/B測試。你可以發現這種測試條件苛刻，需要專業分析師指導。實際上我們貿然操作很難取得理想的結果，許多時候我們還要克服合意偏誤。
好在業界已經有許多具備條件的大佬做了不少實驗。我們僅僅需要享受其結論即可。毋庸置疑，SEO圈子一直以來都是在分享經驗的方面做得很棒。那麼你有什麼故事和大家分享呢？